7月19日上午，清华五道口云课堂迎来“在线大讲堂·科学大家谈”首场讲座，特邀2017年图灵奖获得者，美国工程院、美国科学院以及美国艺术与科学院三院院士，RISC-V基金会副主席以及RISC-V国际开源实验室（RIOS Lab）主任大卫·帕特森（David Patterson），带来主题为“计算机架构创新助力人工智能发展”的线上分享。清华大学长聘教授、RISC-V国际开源实验室执行主任张林担任了本次讲座的特邀主持。
如果说数据是未来的石油，那人工智能（AI）则是充分释放数据生产力的核心引擎。人工智能作为引领未来的战略性技术，世界主要发达国家纷纷把发展AI技术作为提升国家竞争力的重大战略。我国不久前公布的2020年政府工作报告，提出要加快新型基础设施建设进度，人工智能技术也位列其中。作为一位开创了计算机体系架构黄金时代的大师，帕特森为我们讲解了人工智能的发展动态、前沿理念以及面临的挑战，并结合谷歌开发AI定制硬件的成功案例，从计算机架构创新的角度分享了推动AI技术发展的重要思路，对于正在“攻坚”芯片设计与制造的中国电子信息产业也极具启发意义。
帕特森表示，人工智能自上世纪50年代诞生至今，各种技术流派层出不穷，机器学习（Machine Learning）流派中的神经网络（Neural Networks）从中脱颖而出成为当下的主流。为了实现更好的机器学习，就需要更多的数据和运算更快的处理器。对于前者，云计算、物联网可以贡献海量的数据。然而摩尔定律近十年来的放缓却拖了后腿， CPU和GPU等通用处理器的运算效能提升缓慢，无法满足深度学习的需求。
“从计算机架构师的角度来看，唯一的解决办法就是为深度学习定制硬件，这也被称为专用领域处理器架构（Domain Specific Architectures， DSA）。”帕特森说。而且这种新架构要能够同时适用于云端和边缘端的计算。他表示，从研究的角度来看，这非常令人兴奋。但是对于电脑制造商而言，制造并销售它们将存在很多不确定性。
2013年，谷歌（Google）在着手为云端深度神经网络（DNN）应用需求量的增长做准备，于是决定开发自己的云计算硬件，并称之为张量处理器（TPU），迄今为止已经发展到第三代。相比通用处理器，这种定制硬件的效能功耗比（performance/Watt）提升了约50倍。对此他评价说：“在商业计算机产品中，哪怕只是10倍的性能提升都堪称凤毛麟角。”
与此同时，“边缘”端也需要针对AI做优化的定制硬件。于是帕特森教授在2010年提出并发展了第五代精简指令集（RISC-V）。他介绍说，RISC-V 既可以用于云端，也适用于边缘端。它完全开源，具有安全可信、易于扩展、模块化、简单精炼等优点。RISC-V归整个全球性社区所有，并通过RISC-V国际协会来维持成员的管理，从而确保稳定的更新与迭代。RISC-V国际协会目前已经有来自47个国家的超过588名会员，中国是其中重要的成员之一，大约15%的RISC-V组织位于中国。
在谈到RISC-V国际开源实验室的简称“RIOS”时，帕特森说：“我们的实验室叫作RIOS Lab并非偶然。‘RIOS’在西班牙语中意为河流。为什么用这个名字呢？河流从土地汇聚资源，并形成足以改变自然地貌的伟力。这与我们寄托在RIOS实验室身上的希望一致——即汇聚世界各地的资源，将其凝聚为一股强大的力量，改变技术路线图，塑造美好。”
相关阅读：
免责声明：自媒体综合提供的内容均源自自媒体，版权归原作者所有，转载请联系原作者并获许可。文章观点仅代表作者本人，不代表新浪立场。若内容涉及投资建议，仅供参考勿作为投资依据。投资有风险，入市需谨慎。
责任编辑：张译文
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
